- …
- …
#358
summarized by : Rei Tamaru
どんな論文か？
自動運転車用の3次元の様々な向きや形の自動車に対応した巨大データセットを構築し提供。ステレオ画像の視差をなくすために、3次元キーポイントを付加しており、新たなベースラインアルゴリズムの3D-RCNNとDeepMANTAで評価。
新規性
従来の自動運転車用の3次元データセットよりも20倍大きく、ステレオ画像やカメラ姿勢、動画などの多数のデータソースを含む。また、データセットに適用可能な新たなベースラインアルゴリズムを構築。3次元姿勢や3次元の形の評価基準の作成をし、どれも新規。
結果
キーポイントベースのDeepMANTAを用いた結果、正確なキーポイントを与えた場合、自動車の姿勢を正確に取得することができた。自動車が被っている場合、判定率が悪くなることがわかった。
その他（なぜ通ったか？等）
- …
- …